การย้าย ค่าเฉลี่ย กรอง ออกแบบ matlab

การตอบสนองความถี่ของตัวกรองเฉลี่ยที่ใช้งานการตอบสนองความถี่ของระบบ LTI คือ DTFT ของการตอบสนองอิมพัลส์การตอบสนองต่อแรงกระตุ้นของค่าเฉลี่ยเคลื่อนที่แบบแอลเอสมีค่าเนื่องจากตัวกรองค่าเฉลี่ยเคลื่อนที่เป็น FIR การตอบสนองต่อความถี่ลดลงเป็นจำนวน จำกัด ที่แน่นอน สามารถใช้ตัวตนที่มีประโยชน์มากในการเขียนการตอบสนองตามความถี่ที่เราได้ให้ ae minus jomega N 0 และ M L ลบ 1. เราอาจสนใจขนาดของฟังก์ชั่นนี้เพื่อหาความถี่ที่จะได้รับผ่านตัวกรองที่ไม่มีการลดทอนและจะถูกลดทอนลง ด้านล่างเป็นพล็อตของขนาดของฟังก์ชั่นนี้สำหรับ L 4 (สีแดง), 8 (สีเขียว) และ 16 (สีฟ้า) แกนแนวนอนมีตั้งแต่ศูนย์ถึง pi radian ต่อตัวอย่าง สังเกตได้ว่าในทั้งสามกรณีการตอบสนองต่อความถี่มีลักษณะ lowpass คอมโพเนนต์คงที่ (ความถี่เป็นศูนย์) ในอินพุตจะผ่านตัวกรองที่ไม่มีการลดทอน ความถี่ที่สูงขึ้นบางอย่างเช่น pi 2 จะถูกกำจัดออกโดยตัวกรอง อย่างไรก็ตามหากมีเจตนาในการออกแบบตัวกรองสัญญาณ Lowpass เราก็ยังไม่ได้ผลดีนัก บางส่วนของความถี่ที่สูงขึ้นจะลดทอนลงได้เพียงประมาณ 110 (สำหรับค่าเฉลี่ยเคลื่อนที่ 16 จุด) หรือ 13 (สำหรับค่าเฉลี่ยเคลื่อนที่สี่จุด) เราสามารถทำได้ดีกว่าที่ พล็อตข้างต้นถูกสร้างขึ้นโดยรหัส Matlab ต่อไปนี้: omega 0: pi400: pi H4 (14) (1-exp (-iomega4)) (1-exp (-iomega)) H8 (18) (1-exp (- (1-exp (-iomega16)) (1-exp (-iomega)) พล็อต (โอเมก้า, abs (H4) abs (H8) abs ( H16)) แกน (0, pi, 0, 1) สำเนาลิขสิทธิ์ 2000- - University of California, Berkeley การตอบสนองต่อตัวกรองค่าเฉลี่ยเคลื่อนที่และตัวกรอง FIR เปรียบเทียบการตอบสนองความถี่ของตัวกรองค่าเฉลี่ยเคลื่อนที่กับตัวกรอง FIR ตามปกติ ตั้งค่าสัมประสิทธิ์ของฟิลเตอร์ FIR ตามลำดับเป็น 1 วินาที ปัจจัยการปรับขนาดคือ 1filterLength สร้างวัตถุ dsp. FIRFilter System และตั้งค่าสัมประสิทธิ์ของมันเป็น 140 เมื่อต้องการคำนวณค่าเฉลี่ยเคลื่อนที่ให้สร้างวัตถุ dsp. MovingAverage System โดยมีหน้าต่างบานเลื่อนที่มีความยาว 40 เพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ ตัวกรองทั้งสองมีค่าสัมประสิทธิ์เดียวกัน อินพุตเป็นสัญญาณรบกวนแบบเกาส์ไวท์โดยมีค่าเฉลี่ยเท่ากับ 0 และค่าเบี่ยงเบนมาตรฐานเท่ากับ 1. แสดงการตอบสนองความถี่ของตัวกรองทั้งสองโดยใช้ fvtool การตอบสนองต่อความถี่ตรงกับที่พิสูจน์ได้ว่าตัวกรองค่าเฉลี่ยเคลื่อนที่เป็นกรณีพิเศษของตัวกรอง FIR สำหรับการเปรียบเทียบให้ดูการตอบสนองความถี่ของตัวกรองโดยไม่มีสัญญาณรบกวน เปรียบเทียบความถี่ของตัวกรองกับตัวกรองที่เหมาะสม คุณจะเห็นว่ากลีบหลักใน passband ไม่แบนและระลอกใน stopband จะไม่ จำกัด การตอบสนองความถี่ของตัวกรองค่าสัมบูรณ์ไม่ตรงกับการตอบสนองความถี่ของตัวกรองที่เหมาะ เพื่อให้ได้ตัวกรอง FIR ที่เหมาะที่สุดให้เปลี่ยนค่าสัมประสิทธิ์ของตัวกรองเป็นเวกเตอร์ที่ไม่ใช่ลำดับของ 1s ที่ปรับขนาด การตอบสนองต่อความถี่ของตัวกรองมีการเปลี่ยนแปลงและมีแนวโน้มที่จะใกล้เคียงกับการตอบสนองของตัวกรองที่เหมาะยิ่งขึ้น ออกแบบค่าสัมประสิทธิ์การกรองขึ้นอยู่กับข้อกำหนดของตัวกรองที่กำหนดไว้ล่วงหน้า ตัวอย่างเช่นออกแบบฟิลเตอร์ FIR แบบ equiripple โดยมีความถี่ cutoff มาตรฐานคือ 0.1, passband ripple ที่ 0.5 และการลดทอนของ stopband ที่ 40 dB ใช้ fdesign. lowpass เพื่อกำหนดข้อกำหนดของตัวกรองและวิธีการออกแบบเพื่อออกแบบตัวกรอง การตอบสนองของตัวกรองใน passband เกือบแบน (คล้ายกับการตอบสนองที่เหมาะ) และ stopband มีข้อ จำกัด equirypples MATLAB และ Simulink เป็นเครื่องหมายการค้าจดทะเบียนของ The MathWorks, Inc. โปรดดู mathworkstrademarks สำหรับรายการเครื่องหมายการค้าอื่น ๆ ที่เป็นของ The MathWorks, Inc. ชื่อผลิตภัณฑ์หรือแบรนด์อื่น ๆ เป็นเครื่องหมายการค้าหรือเครื่องหมายการค้าจดทะเบียนของเจ้าของที่เกี่ยวข้อง เลือกตัวกรองเฉลี่ยของ CountryMoving (ตัวกรอง MA) กำลังโหลด ตัวกรองค่าเฉลี่ยเคลื่อนที่เป็นตัวกรองแบบ FIR (Finite Impulse Response) แบบ Low Pass ที่ใช้กันโดยทั่วไปสำหรับการจัดเรียงข้อมูลตัวอย่างแบบสุ่มตัวอย่าง ใช้เวลา M ตัวอย่างของการป้อนข้อมูลในแต่ละครั้งและใช้ค่าเฉลี่ยของ M-samples เหล่านี้และสร้างจุดเอาต์พุตเดี่ยว เป็นโครงสร้าง LPF (Low Pass Filter) ที่เรียบง่ายซึ่งเป็นประโยชน์สำหรับนักวิทยาศาสตร์และวิศวกรในการกรององค์ประกอบเสียงรบกวนที่ไม่พึงประสงค์จากข้อมูลที่ต้องการ เมื่อความยาวของตัวกรองเพิ่มขึ้น (พารามิเตอร์ M) ความนุ่มนวลของเอาท์พุทจะเพิ่มขึ้นในขณะที่ความคมชัดของการเปลี่ยนข้อมูลจะเพิ่มมากขึ้น นี่หมายความว่าตัวกรองนี้มีการตอบสนองโดเมนเวลาที่ยอดเยี่ยม แต่มีการตอบสนองต่อความถี่ต่ำ ตัวกรอง MA ทำหน้าที่สำคัญ 3 ประการคือ 1) ต้องใช้ M Input Point, คำนวณค่าเฉลี่ยของ M-points เหล่านี้และสร้างจุดเอาต์พุตเดี่ยว 2) เนื่องจากมีการคำนวณการคำนวณ ตัวกรองแนะนำจำนวนครั้งที่แน่นอนของการหน่วงเวลา 3) ตัวกรองทำหน้าที่เป็นตัวกรองความถี่ต่ำ (มีการตอบสนองโดเมนความถี่ต่ำและการตอบสนองโดเมนที่ดี) รหัส Matlab: โค้ด MATLAB ดังต่อไปนี้จะจำลองการตอบสนองโดเมนเวลาของตัวกรองค่าเฉลี่ยเคลื่อนที่แบบ M-point และคำนวณการตอบสนองความถี่สำหรับความยาวของตัวกรองต่างๆ การตอบสนองโดเมนระยะเวลา: ในพล็อตแรกเรามีข้อมูลเข้าที่จะเข้าสู่ตัวกรองค่าเฉลี่ยเคลื่อนที่ การป้อนข้อมูลมีเสียงดังและวัตถุประสงค์ของเราคือการลดเสียงรบกวน ตัวเลขต่อไปคือการตอบสนองการส่งออกของตัวกรองการเคลื่อนที่เฉลี่ย 3 จุด สามารถอนุมานได้จากรูปที่ตัวกรอง 3 จุด Moving Average ไม่ได้ทำอะไรมากนักในการกรองเสียงรบกวน เราเพิ่มตัวกรองก๊อกเป็น 51 จุดและเราจะเห็นว่าเสียงในเอาต์พุตลดลงมากซึ่งแสดงในรูปถัดไป เราเพิ่มก๊อกต่อไปที่ 101 และ 501 และเราสามารถสังเกตได้ว่าถึงแม้จะมีสัญญาณรบกวนอยู่เกือบเป็นศูนย์การเปลี่ยนภาพจะลดลงอย่างเห็นได้ชัด (สังเกตความชันที่ด้านข้างของสัญญาณและเปรียบเทียบกับการเปลี่ยนแปลงของผนังอิฐที่เหมาะสมใน ข้อมูลของเรา) การตอบสนองต่อความถี่: จากการตอบสนองต่อความถี่คุณสามารถยืนยันได้ว่าการม้วนออกช้ามากและการลดทอนของแถบหยุดไม่ดี เมื่อพิจารณาการลดทอนแถบหยุดนี้อย่างชัดเจนตัวกรองค่าเฉลี่ยเคลื่อนที่จะไม่สามารถแยกย่านความถี่หนึ่งจากอีกความถี่หนึ่งได้ อย่างที่เราทราบดีว่าประสิทธิภาพที่ดีในโดเมนเวลาทำให้ประสิทธิภาพในโดเมนความถี่ต่ำและในทางกลับกัน (การกระทำในโดเมนเวลา) แต่เป็นตัวกรองความถี่ต่ำ low-pass ที่ไม่ดี (การทำงานในโดเมนความถี่) External Links: หนังสือแนะนำ: Primary SidebarDocumentation การตอบสนองความถี่ตรงกับที่ระบุ ซึ่งพิสูจน์ได้ว่าตัวกรองค่าเฉลี่ยเคลื่อนที่เป็นกรณีพิเศษของฟิลเตอร์ FIR สำหรับการเปรียบเทียบให้ดูการตอบสนองความถี่ของตัวกรองโดยไม่มีสัญญาณรบกวน เปรียบเทียบความถี่ของตัวกรองกับตัวกรองที่เหมาะสม คุณจะเห็นว่ากลีบหลักใน passband ไม่แบนและระลอกใน stopband จะไม่ จำกัด การตอบสนองความถี่ของตัวกรองค่าสัมบูรณ์ไม่ตรงกับการตอบสนองความถี่ของตัวกรองที่เหมาะ เพื่อให้ได้ตัวกรอง FIR ที่เหมาะที่สุดให้เปลี่ยนค่าสัมประสิทธิ์ของตัวกรองเป็นเวกเตอร์ที่ไม่ใช่ลำดับของ 1s ที่ปรับขนาด การตอบสนองต่อความถี่ของตัวกรองมีการเปลี่ยนแปลงและมีแนวโน้มที่จะใกล้เคียงกับการตอบสนองของตัวกรองที่เหมาะยิ่งขึ้น ออกแบบค่าสัมประสิทธิ์การกรองขึ้นอยู่กับข้อกำหนดของตัวกรองที่กำหนดไว้ล่วงหน้า ตัวอย่างเช่นออกแบบฟิลเตอร์ FIR แบบ equiripple โดยมีความถี่ cutoff มาตรฐานคือ 0.1, passband ripple ที่ 0.5 และการลดทอนของ stopband ที่ 40 dB ใช้ fdesign. lowpass เพื่อกำหนดข้อกำหนดของตัวกรองและวิธีการออกแบบเพื่อออกแบบตัวกรอง การตอบสนองของตัวกรองใน passband เกือบแบน (คล้ายกับการตอบสนองที่เหมาะ) และ stopband มีข้อ จำกัด equirypples ข้อมูลเพิ่มเติมเกี่ยวกับเลือกประเทศของคุณ